表吵理我
德意志银行首席执行官John Cryan曾经提出用机器人替换多达一半的98,000名员工，前不久他又戏剧性推翻了他的假设，意味着他不会履行这样的承诺，但投资者不必期望其他银行家能够说出人工智能的潜力，为在金融危机以来十年挣扎于盈利能力的行业带来革命性变革。
前花旗集团首席执行官Vikram Pandit，作为金融科技传道人重生 ，预计五年内30％的银行职位可能会被AI消灭。日本的瑞穗金融集团表示，到2027年，将使用AI来取代19,000名员工，大约就是三分之一的员工。
几乎所有的知名咨询公司都已经发表了关于AI如何改变银行业务的研究。毕马威更进一步推出了“无形银行”的愿景，即“开明的虚拟助手”在所有客户互动点取代人。
桑坦德于2010年引入了红色机器人向其西班牙游客中心周围的客人展示。瑞银在亚马逊的数字助理Alexa负责客户服务职责，摩根大通正在使用机器人（无形的）执行交易，摩根士丹利拥有一个人工智能欺诈检测团队。就在本周，汇丰银行表示，将通过使用人工智能来检测洗钱，欺诈和恐怖分子资金。
参与调查的一家欧洲银行告诉英国“金融时报”，有500-800人正在从事人工智能工作。瑞典的Nordea一般认为是世界上技术最先进的银行之一，它说它只有25个。在英国“金融时报”接触的30家大型银行中，少数人认为人工智能预算从300万美元至1500万美元不等，披露数据。一家银行表示，其支出从每年不到300万美元增加到5000万美元以上。
总的来说，虽然银行正在对其业务进行AI测试，但它们并不像公众宣言所表明的那样乐观。在愿意估计人工智能长期成本节省的七大银行中，有六家表示将削减成本不到20％，其他则更为乐观。
硅发布
目前还不可能发展得这么迅速。随着人工智能(AI)的发展，机器人将取代人类一些传统工作的威胁论开始涌现。但在某些领域，这些非人类劳动者似乎仍旧无法与人竞争。近日，瑞典网络银行Nordnet就解雇了它的AI员工--Amelia。去年，Nordnet与美国科技公司IPsoft签署了Amelia合作协议，旨在加快客户的办理速度、提高客户的满意度。然而这个AI却没能做到这两点。
Nordnet CEO Peter Dahlgren告诉媒体，公司将把AI的重心转移到其他领域。“我们已经尝试让它（Amelia）面向客户，反应还算可以但算不上很好，所以我们选择短期内将我们的AI专注到其他领域。”
或许Amelia不适合Nordnet，但另一家瑞典银行--SEC却一直在很好地利用它。这家公司还因工作改善--很有可能由Amelia促成--而获得了AI行业的一个奖项。
cnBeta
Emmm，实话实话，不会，起码这几年还不会。现在人工智能在银行中的应用，最大的是人脸识别身份认证，其次是替你解答问题的在线智能客服，姑且把视频安防摄像头什么的也算上的话，也只是占真正的银行业务里的一小部分。
最近几年人工智能概念的火热很大程度上是因为随着计算能力的发展（此处可cue英伟达）深度学习算法在应用落地方面大放异彩。所以与其说是人工智能火，不如说是“人工智能”底下的一个分支学科“机器学习”里的一种分支算法“深度学习”火了而已。
那么深度学习真正落地应用的领域是什么——也就是我们常说的“能干啥”？
主要有两样：语音、图像。
语音方面包括语音识别（直接的应用就是语音转文字）、语意理解（NLP，也就是让机器明白你的话，直接应用有翻译、语音助手等。这个发展其实遇到了一定挑战，你打开谷歌翻译或者百度翻译试试，又或者是随便调戏下Siri，就知道这玩意其实有点人工智障）、还有语音合成等。
图像方面应用稍为多一点，但也主要集中在静态图像跟动态图像（视频）的人脸识别、人体识别、车辆识别、文字识别等方面。
我们拿现在银行业务最多最广（现在已经被农行、中行、建行在内的80多家银行使用）的AI公司云从科技来说，他们现在是银行业人脸识别技术最大供应商之一。
（云从科技为银行柜台提供的人脸识别解决方案）
云从科技从2015年成立之初便已经认定了银行金融业务，现在除了人脸识别身份认证之外，云从还提供超级柜台、刷脸取卡、自动发卡机等非现金业务操作中。
发现没有，AI在银行业务中的落地基本还是以身份识别、身份核准为主，虽然现在也有不少人在研究用AI来做风险控制、股票买卖投资之类的金融项目，但是暂时都没有取得特别大的突破。要满足现在的AI（深度学习）颠覆行业，这个行业要满足以下两点：
1、场景窄，规则明确：比如围棋，为期的规则非常明确，棋盘上有多少目数，最后的输赢，全都一目了然。现在的人工智能比较适合在一个闭集里应用。
2、可用的数据量够大，能够对深度学习神经网络模型进行很好的训练。就像看过了成千上万张图像后，机器可以辨别出这是猫还是狗，是人是车。
金融市场中很多场景应用都是多变量、场景大、规则变化、可用于训练的数据量并不多，所以暂时来说，人工智能还不能重构金融生态。
智东西
AⅠ将先撕裂、再重构传统银行，这已经是确定无疑的。
未来传统银行下岗潮的惨烈，将堪比20年前东三省国有企业的下岗潮。
过去，传统银行一直有“三多”的优势，利差收入多、线下网点多、在职员工多。而现在，“利差收入多”已经一去不复返，在前几年余额宝等互联网货币基金的冲击下，现在，除了极少数对公帐户偶有闲钱趴在帐上让商业银行坐享“利差”，商业银行的存款端成本越来越高，利差空间越来越小，大部分需要通过较高成本的理财或同业拆借解决。
这仅仅是传统银行受冲击的第一步。未来，在不得不接受AⅠ的系统改造之下，传统银行的线下网点将大幅减少，在职员工减少幅度将更甚，不扩张地讲，未来5年，传统银行裁员比例至少达到30%，减少100万人，未来10年，传统银行裁员比例至少达到50%，减少近200万人。
这不是危言耸听，而是大势使然。要知道我国传统银行的在职员工有多少?380万!这是银监会截止2015年底的数据，这相当于中东的科威特人口和大洋洲的新西兰人口。而其中，农业银行和工商银行的在职员工之和就接近100万人。
在这380万银行在职员工的构成中，至少近一半是银行柜员和大堂接待员。而柜员和接待员恰恰是AI最容易取代的群体，因为这一群体的工作程式化、简单化，人工智能(智能机器人)完全可以取代，现在有些商业银行，如交通银行已经尝试推出名为“娇娇”的智能客服机器人。
此外，在移动互联网的普及之下，以及AI(包括区块链技术)对传统支付结算的赋能之下，商业银行的众多传统业务，以后绝大多数只需要在线办理，而勿需去银行线下人工办理。所以，未来人员减少、网点减少，必将成为传统银行向数据银行全面转型的核心标志。
杨国英观察
以后aifinance （人工智能金融） ， aifinancing（人工智能理财）就是流行词，就像互联网金融，互联网理财一样流行。当然aifinance.cn或aifinancing.com这样的域名也价格不菲。
